由于“硬件可重组、软件可重构、功能可定制”的开发需求,雷达研制工作逐步由专用封闭转向通用开放。本文分析了基于GPGPU(General-Purpose GPU)的异构并行通用计算平台在雷达实时信号处理领域的应用及其软件化体系架构的设计方案。首先对异构计算体系和并发多任务编程模型进行总结,确定了采用GPU加速的异构计算平台和MPI(Message Passing Interface)、OpenMP(Open Multi-Processing)模型以及CUDA(Compute Unified Device Architecture)架构的混合编程模型,充分发挥异构并行平台的多层次存储和不同粒度并行的优势,以获得最高的计算性能。其次在分析GPU并行编程和优化技术的基础上,对两种典型宽窄带雷达信号处理过程进行并行化设计。在窄带脉冲多普勒雷达信号处理的并行化设计中,重点对脉冲压缩和恒虚警算法进行数据级并行获得了700多倍的加速效果;在宽带逆合成孔径雷达信号处理的并行化设计中,对关键的包络对齐和自聚焦提出了对数步长的递归包络对齐方法,获得了4倍的加速效果。在与传统嵌入式平台的性能对比实验中验证了并行算法时间复杂度和计算复杂度随数据量变化的稳定性;在替换传统嵌入式平台的实验中验证了并行算法运算结果的正确性和通用计算平台的实时性。最后在总结四种并行多处理编程模型和对两种典型雷达信号处理过程的并行化设计的基础上,结合对国外软件化雷达体系架构的调研,为本文基于GPU的异构并行通用开发平台设计了软件化体系架构,并对涉及的两项关键技术作出简要分析。通过软件架构的五层划分(硬件层、硬件抽象层、中间件、核心框架、组件化应用层)实现雷达信息处理系统开发的四个层次(硬件系统、软件平台、算法组件、雷达系统)充分解耦,实现了更专业的任务分工和更通用的产品研发,为雷达研发体系的开放化和满足用户关于多功能可重组的需求奠定了基础。